面向形式化验证中递归自我改进的二阶问题求解

递归自我改进（RSI）使智能体能够通过执行反馈迭代优化其工作流。然而，标准 RSI 通常作为一阶优化器运行：它针对即时的失败症状反复修补表层参数，往往陷入反复试错，却未能解决底层机制问题。为克服这一局限，我们提出 SO-RSI，这是一个将工作流优化提升为二阶诊断探究的框架，在采取结构性干预之前先调查失败发生的原因。SO-RSI 被动监测执行轨迹中的三类结构性异常（重复出现、相互对立的修改以及预期不匹配），以触发有针对性的机制调查。通过执行轻量级诊断探测，并在多轮 RSI 之间保持持久的探究记忆，SO-RSI 不断积累因果证据，以指导系统性的工作流修改，而非仅修补参数。在 Lean 4 证明生成和基于 Verus 的可验证代码生成任务中，在相同的 24 小时搜索预算下，SO-RSI 相较于 Naive RSI 将最终留出集通过率分别提高了 21.8 和 25.8 个百分点。行为分析进一步证实，SO-RSI 显著抑制了失败的重复发生，并消除了无成效、零进展的优化循环。